申请/专利权人:山东大学
申请日:2024-01-17
公开(公告)日:2024-04-19
公开(公告)号:CN117909845A
主分类号:G06F18/2411
分类号:G06F18/2411;G06F18/2415;G06F18/214;G06F18/15;G06F18/25;G06N3/0464;G06N3/0455
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明提出了一种结合直方图与元学习的基数估计方法及系统,涉及数据库查询优化的基数估计领域,对待估计的SQL语句进行特征提取和自适应编码,得到特征向量;将特征向量输入到训练好的多元决策器,输出直方图、元学习两种方法的适配概率,选择适配概率高的方法进行基数估计,得到最终的基数估计值;本发明将直方图与元学习方法结合,融合直方图方法“估得快”与学习方法“估得准”的优点,从精度、性能两方面综合优化基数估计方法;同时利用元学习方法训练基数估计器模型,将其与数据库基数估计方法结合,创新元学习应用场景的同时,也使得基数估计器能够适应不同的查询场景,提高估计器的通用性,节省训练的时间成本。
主权项:1.一种结合直方图与元学习的基数估计方法,其特征在于,包括:对待估计的SQL语句进行特征提取和自适应编码,得到特征向量;将特征向量输入到训练好的基数估计模型中,生成并输出最终的基数估计值;其中,所述基数估计模型,是将特征向量输入到训练好的多元决策器,输出直方图、元学习两种方法的适配概率,选择适配概率高的方法进行基数估计,得到最终的基数估计值。
全文数据:
权利要求:
百度查询: 山东大学 一种结合直方图与元学习的基数估计方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。